Cinque aziende di IA e biotecnologia computazionale: analisi del 2023

IA e biotecnologia computazionale

La ricerca biotecnologica utilizza sempre più l’IA e i modelli digitali per studiare e sviluppare farmaci.

I sistemi biologici sono complessi e cambiano continuamente. Anche la funzione di una singola proteina dipende da numerose interazioni, quindi è difficile prevedere ogni reazione e ogni effetto clinico.

Grandi insiemi di dati e modelli computazionali aiutano a organizzare le informazioni e a selezionare ipotesi da verificare sperimentalmente.

Osservazione ed esperimenti sono da tempo centrali nella biomedicina. La ricerca precedente non era una semplice successione di tentativi casuali senza metodo scientifico.

La genomica permette di studiare con maggiore precisione geni e proteine associati alle malattie.

I modelli digitali possono simulare strutture e funzioni selezionate di proteine, cellule e organi. Non sono copie complete e pienamente affidabili del corpo umano e non sostituiscono tutti gli esperimenti.

Che cosa può cambiare?

Molti progetti di sviluppo farmaceutico falliscono. Le terapie di precisione e i farmaci a piccole molecole possono integrarsi; la genomica non sostituisce automaticamente tutti i farmaci tradizionali.

Molti candidati vengono abbandonati prima dell’approvazione. A seconda del progetto servono test di laboratorio, studi preclinici e studi clinici. Un unico tasso di successo non vale per tutti i metodi.

Lo sviluppo può richiedere molti anni e capitali considerevoli. I progetti falliti comportano costi, ma possono anche produrre conoscenze scientifiche utili.

Fonte: Biosourcing

I modelli predittivi possono aiutare a stabilire le priorità prima di esperimenti costosi. Il risultato di un modello, da solo, non dimostra sicurezza ed efficacia di un farmaco.

La scoperta di farmaci è quindi un importante campo di applicazione per le imprese che combinano IA e biotecnologia.

L’apprendimento automatico individua schemi nei dati e può produrre previsioni probabilistiche. È anch’esso un metodo algoritmico, la cui affidabilità dipende dai dati, dalla progettazione e dalla valutazione.

Questi progressi si basano su una lunga attività di ricerca in biologia, chimica, fisica e informatica.

Un risultato molto noto arrivò nel 2020, quando DeepMind ottenne con AlphaFold importanti progressi nella previsione della struttura tridimensionale delle proteine (GOOG ). Nel 2022 il database fu ampliato a oltre 200 milioni di strutture previste di proteine catalogate. Queste previsioni non descrivono completamente tutte le funzioni biologiche. Alphabet aveva inoltre fondato Isomorphic Laboratories nel 2021 per la progettazione e la scoperta di farmaci assistite dall’IA.

Cinque aziende nella prospettiva del 2023

Alphabet ha molte attività, di cui la biotecnologia è solo una parte. L’articolo esamina cinque aziende nella prospettiva del 2023. Non tutte si occupano esclusivamente di IA o sono ancora società quotate indipendenti.

I fornitori di hardware e software di calcolo costituiscono un altro gruppo, come Nvidia con il software genomico Parabricks (NVDA ).

L’ordine originale si basava sulla capitalizzazione di mercato al momento della stesura, nel 2023, non sulle dimensioni attuali.

1. Roivant Sciences Ltd.

ROIV Grafico dei prezzi

Roivant sviluppa e acquisisce programmi biofarmaceutici attraverso aziende il cui nome termina spesso in -vant. Il gruppo non si concentra esclusivamente sull’IA.

Nel 2021 Roivant annunciò un accordo per acquisire Silicon Therapeutics in cambio di azioni Roivant del valore di 450 milioni di dollari, oltre a ulteriori possibili pagamenti condizionati al raggiungimento di determinati obiettivi. La fisica computazionale di Silicon Therapeutics avrebbe integrato l’attività di apprendimento automatico di VantAI.

Dopo la fusione di Datavant e Ciox Health, Roivant deteneva una partecipazione di minoranza in Datavant. Datavant collega dati sanitari; una quota di minoranza non equivale alla piena proprietà o al controllo.

Le attività computazionali dell’epoca comprendevano anche le simulazioni molecolari basate sulla fisica di Psivant e la piattaforma Lokavant per l’analisi delle sperimentazioni cliniche. I rapporti di proprietà e le strutture societarie si riferiscono al periodo della recensione originale.

Fonte: Roivant

I ricavi di Roivant comprendevano vendite di prodotti, licenze e altri pagamenti contrattuali. All’epoca non provenivano necessariamente soprattutto da farmaci approvati e non coincidevano con l’utile netto.

Il gruppo combinava programmi computazionali e sviluppo farmaceutico. Un esempio delle sue attività commerciali dell’epoca era VTAMA per la psoriasi attraverso Dermavant. Il successo di un prodotto non garantisce quello dell’intero gruppo.

2. Schrödinger, Inc.

SDGR Grafico dei prezzi

Schrödinger usa modelli basati sulla fisica per valutare molecole e bilanciare proprietà quali potenza, solubilità, emivita e possibilità di sintesi.

Combina questi modelli con l’apprendimento automatico. Schrödinger (SDGR ) può restringere grandi biblioteche molecolari virtuali a candidati da sperimentare. Un miliardo di molecole non garantisce però otto farmaci efficaci in pochi giorni.

Fonte: Schrodinger

Nel 2020 Schrödinger annunciò una collaborazione tecnologica quinquennale con Bayer e pagamenti attesi di circa 10 milioni di euro, non dollari. La collaborazione integrava progettazione molecolare e modelli predittivi computazionali. Il valore del contratto non costituiva automaticamente un ricavo immediatamente contabilizzato.

La collaborazione con Eli Lilly annunciata nel 2022 prevedeva un pagamento iniziale, fino a 425 milioni di dollari in possibili pagamenti al raggiungimento di obiettivi e ulteriori royalty. L’importo massimo non era garantito né già incassato.

Tra i partner dell’epoca figuravano Takeda, Sanofi (SNW.DE ) (SNY ), Bristol Myers Squibb e imprese farmaceutiche minori.

Fonte: Schrodinger

Schrödinger sviluppava anche molecole proprie. I ricavi da software e collaborazioni non equivalevano a un utile. Ricerca, sviluppo ed espansione comportavano costi.

Oltre ai farmaci, l’azienda esplorava applicazioni nei medicinali biologici complessi e in materiali come sostanze chimiche, batterie e polimeri.

Fonte: Schrodinger

La valutazione deve considerare l’andamento delle collaborazioni, i risultati sperimentali e clinici e la sostenibilità finanziaria. Un nuovo contratto non dimostra da solo il successo di una terapia.

3. Exscientia

Exscientia utilizzava l’IA per terapie di precisione e per assistere diverse fasi dello sviluppo farmaceutico. L’azienda si è unita a Recursion nel novembre 2024 e non è quindi più un investimento quotato indipendente come nel 2023.

Fonte: Exscientia

Il risparmio di tempo del 70% e il miglioramento dell’efficienza del capitale dell’80% erano dichiarazioni aziendali relative ad alcune fasi della scoperta di farmaci. Non erano risparmi universali e confermati in modo indipendente sull’intero sviluppo o sui costi fino all’approvazione.

All’inizio del 2023 Exscientia riferiva che quattro molecole progettate con l’IA erano entrate negli studi clinici, anche in oncologia e nelle malattie infiammatorie. Gli ingenti valori delle collaborazioni comprendevano soprattutto possibili pagamenti futuri al raggiungimento di obiettivi; 6,5 miliardi di dollari non erano ricavi già realizzati.

Fonte: Exscientia

Al 30 settembre 2022 Exscientia riportava circa 624,7 milioni di dollari tra disponibilità liquide, mezzi equivalenti e depositi bancari. Il deflusso netto operativo di 15 milioni di dollari riguardava i primi nove mesi, non soltanto il terzo trimestre o l’intera riduzione della liquidità. I pagamenti delle collaborazioni influivano sui flussi di cassa. Le cifre in dollari erano convertite dalle sterline al cambio indicato nel comunicato.

Queste risorse permettevano di finanziare la ricerca, ma la loro durata dipendeva da spese e incassi. Le partnership non eliminavano il rischio clinico o di finanziamento.

4. Absci Corporation

ABSI Grafico dei prezzi

Absci fu fondata nel 2011 e aveva attività a Vancouver, nello Stato americano di Washington, a New York e a Zugo, in Svizzera. Nel 2021 acquisì tecnologia da Totient per la scoperta di anticorpi e bersagli biologici, e da Denovium  per la scoperta e la progettazione di proteine mediante apprendimento profondo.

L’azienda si concentrava sulla progettazione computerizzata di anticorpi e sui test di laboratorio. Cicli di circa sei settimane riguardavano progettazione e test, non l’intero sviluppo clinico o l’approvazione.

Nel gennaio 2023 Absci annunciò di poter progettare nuovi anticorpi e validarli in laboratorio con un metodo zero-shot. Il modello non era stato addestrato su anticorpi noti capaci di legarsi a quello specifico bersaglio. Ciò non significa assenza di qualsiasi dato precedente e non dimostrava efficacia clinica.

La collaborazione di Absci con Merck, nota anche come MSD, comprendeva fino a 610 milioni di dollari in possibili pagamenti iniziali e legati a obiettivi per un massimo di tre bersagli , qualora fossero esercitate le opzioni e soddisfatte le condizioni. L’articolo descriveva anche la ricerca con Astellas e l’impiego della tecnologia di calcolo Nvidia. Il valore massimo del contratto non era un ricavo già incassato.

Absci era in una fase iniziale dello sviluppo. Progressi tecnologici e contratti dovevano essere valutati insieme a risultati clinici, costi e fabbisogno di capitale, senza considerarli garanzie di successo dell’investimento.

5. e-therapeutics plc

e-therapeutics combinava biologia computazionale e trattamenti basati sull’interferenza dell’RNA, o RNAi. Questi mirano a ridurre l’espressione di determinati geni agendo sull’RNA; non si tratta di modificare il DNA.

L’azienda aveva anche collaborazioni di ricerca, tra cui quella con Novo Nordisk. I ricavi da collaborazione non equivalgono alle vendite di farmaci approvati.

Per i sei mesi fino al 31 luglio 2022, l’azienda riportava ricavi di 0,3 milioni di sterline, una perdita dopo le imposte di 3,8 milioni e liquidità per 21,8 milioni. Non era dunque completamente priva di ricavi. Una raccolta di capitale da 13,5 milioni di sterline prima dei costi fu annunciata il 30 settembre 2022. Il finanziamento non è né ricavo né utile. Le negoziazioni sull’AIM terminarono nel maggio 2024.

La valutazione deve considerare liquidità, spese, diritti degli azionisti e sviluppo dei candidati farmaci. Una quotazione passata non garantisce la possibilità di acquistare o vendere oggi.

Valutare gli investimenti nella biologia computazionale

Il settore unisce due discipline complesse, IA e biotecnologia. Conoscere soltanto una delle due non basta a valutare pienamente l’altra.

Diverse aziende lavorano su applicazioni simili, come piccole molecole e anticorpi, e possono condividere rischi scientifici ed economici.

La diversificazione può ridurre la dipendenza da una singola azienda, ma non elimina il rischio di settore. L’articolo originale richiamava una previsione di rapida crescita del mercato tra il 2022 e il 2027. Era una stima basata su ipotesi, non una crescita già realizzata o una promessa di rendimento.

Qualità dei dati, costi, progressi clinici e utilità commerciale sono essenziali per valutare ciascun modello. Le sole promesse tecnologiche non bastano.